基于神经网络的河道浅滩演变预测模型

• 作者: 徐造林 陈一梅
• 来源期刊: 水利学报
• 学科: 工学
• 关键词: BP神经网络 浅滩演变 样本 预测模型
• 年，卷（期）: 2002,（8）
• 页码范围: 68-72
• 页数: 5页
• 分类号: TV147
• 字数: 4562字
• 语种: 中文
• DOI: 10.3321/j.issn:0559-9350.2002.08.012

摘要

河道浅滩演变是一个复杂的非线性动力学过程,作者借助神经网络处理非线性问题的优势,在分析影响河道浅滩演变因素的基础上,建立了预测河道浅淮演变的BP网络模型,并对模型中的输入因子和样本的提取进行了探讨.以闽江竹岐至侯官河段为实例,用"试探法"给出了BP网络模型的建模方案,用正交设计原理选取相应的训练样本集,利用该样本集对网络进行学习和训练,并用训练好的BP网络模型预测浅滩上年内最小水深和年平均淤积厚度.计算结果表明:模型预测结果与实际值吻合良好.这为河道浅滩演变预测研究提供了新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈一梅	东南大学交通学院	51	425	13.0	18.0
2	徐造林	东南大学计算机系	15	196	7.0	14.0